本文來自微信公眾號(hào)： 腦極體 ，作者：珊瑚
魚皮沒想到，拿到月薪五萬的offer之后，第一天上班是進(jìn)廠貼二維碼。
他應(yīng)聘到的崗位叫FDE，前沿部署工程師。招聘JD上寫的是Python生產(chǎn)級(jí)編碼、大模型系統(tǒng)經(jīng)驗(yàn)、RAG搭建，面試聊的是Agent架構(gòu)和Prompt工程，但到了客戶現(xiàn)場(chǎng)，一家制造業(yè)工廠，真實(shí)的工作畫面是鉆進(jìn)車間，在轟鳴的機(jī)器聲里記錄每臺(tái)設(shè)備的“外號(hào)”，并親手把二維碼貼到設(shè)備上做定位。
沒有寫字樓、沒有落地窗、沒有現(xiàn)成的數(shù)據(jù)管道，F(xiàn)DE的一切仿佛都離AI的聚光燈很遠(yuǎn)。
但在社交媒體上，關(guān)于FDE的黃金敘事又層出不窮。AI時(shí)代最不會(huì)失業(yè)的崗位、月入十萬、復(fù)合型人才等詞語從未離開過這個(gè)職位。據(jù)悉，整個(gè)行業(yè)都在裁員的兩年內(nèi)，F(xiàn)DE招聘需求漲了四十多倍，OpenAI開出的年薪折合人民幣一百多萬起步，字節(jié)跳動(dòng)給“豆包AI大模型FDE”開出的月薪最高能到7萬。
一個(gè)過去幾乎無人知曉的崗位，在短短兩年內(nèi)成為AI行業(yè)最炙手可熱的“金飯碗”。它究竟是什么？為什么在裁員潮中逆勢(shì)而起？光鮮的招聘數(shù)據(jù)背后，又有多少水分？
2026年的科技行業(yè)，正在經(jīng)歷一場(chǎng)前所未有的撕裂。
一邊是裁員潮的持續(xù)蔓延。根據(jù)美國就業(yè)咨詢公司“挑戰(zhàn)者”的月度報(bào)告，僅2026年上半年，美國科技行業(yè)累計(jì)裁員人數(shù)就接近14萬人。亞馬遜在一年內(nèi)砍掉約3萬個(gè)崗位，Meta裁掉8000人，甲骨文過去十二個(gè)月員工總數(shù)從16.2萬降至14.1萬，降幅達(dá)13%。甲骨文在年報(bào)中報(bào)告：“AI技術(shù)在我們運(yùn)營中的應(yīng)用和部署，已經(jīng)導(dǎo)致并且可能繼續(xù)導(dǎo)致員工人數(shù)減少?！?/p>
另一邊，一個(gè)名為FDE的崗位正在以令人瞠目的速度逆勢(shì)暴漲。LinkedIn2026年勞動(dòng)力報(bào)告顯示，2023至2025兩年間，全球FDE招聘崗位增長了42倍，而同期AI工程師崗位的增長僅為13倍。字節(jié)跳動(dòng)為FDE專家開出月薪3萬至5萬、全年15薪的待遇，螞蟻數(shù)科給出4萬至6萬的月薪，智譜華章的FDE負(fù)責(zé)人崗位月薪達(dá)到6萬至8萬。在美國，OpenAI為FDE崗位提供的年薪在16.2萬至28萬美元之間，Anthropic則開出了20萬至30萬美元的價(jià)碼。
魚皮看到這些數(shù)字的時(shí)候，正坐在上一家公司工位上刷手機(jī)。那是一家做企業(yè)服務(wù)的中廠，他做了六年后端開發(fā)，寫過Python，調(diào)過API，也搭過一些小規(guī)模的RAG項(xiàng)目。公司年初裁了一輪，他留了下來，但隔壁工位的同事走了，留下來的人業(yè)務(wù)也愈發(fā)繁重。魚皮開始刷招聘軟件，刷著刷著，F(xiàn)DE這個(gè)詞反復(fù)出現(xiàn)。
幾經(jīng)了解后，魚皮決定投遞簡(jiǎn)歷，去北京面試的時(shí)候，面試官問他怎么理解“生產(chǎn)級(jí)的大模型系統(tǒng)”，他講了自己搭過的檢索增強(qiáng)生成流程和對(duì)接的客戶便通過了面試，在頭部大廠做起了FDE。
魚皮離職的同事里，有人在大廠做算法，有人在創(chuàng)業(yè)公司做Agent，聽說他去做FDE，反應(yīng)分成兩種，一種說“這不就是高級(jí)外包嗎”，另一種說“聽說這崗位火得不行，你運(yùn)氣真好”。
要理解FDE，得先回到它的發(fā)源地。這個(gè)詞最早由Palantir在2000年中期提出。當(dāng)時(shí)它的政府和國防客戶數(shù)據(jù)環(huán)境極其敏感、架構(gòu)又高度個(gè)性化，遠(yuǎn)程交付根本行不通。一個(gè)交付完方案就飛走的架構(gòu)師，留給客戶的只是一堆待處理的工單，而不是能跑起來的系統(tǒng)。于是Palantir干脆把自己的工程師長期嵌入客戶現(xiàn)場(chǎng)，既寫代碼又懂業(yè)務(wù)，F(xiàn)DE由此誕生。
與傳統(tǒng)的AI工程師或ML工程師不同，F(xiàn)DE不寫核心模型代碼，而是把模型能力嵌入客戶業(yè)務(wù)系統(tǒng)，打通從模型到價(jià)值的“最后一公里”。簡(jiǎn)單來說，AI工程師對(duì)模型指標(biāo)負(fù)責(zé)，F(xiàn)DE對(duì)業(yè)務(wù)結(jié)果負(fù)責(zé)。
技術(shù)、業(yè)務(wù)、信任，三者缺一不可，也正因如此，薪酬被一路推高。LinkedIn數(shù)據(jù)顯示FDE中位年薪約19.9萬美元，而OpenAI、Anthropic等前沿實(shí)驗(yàn)室的中級(jí)FDE總包普遍落在35萬至55萬美元區(qū)間，資深乃至Principal級(jí)別突破百萬美元并不罕見。換算到國內(nèi)語境，字節(jié)跳動(dòng)、阿里巴巴等頭部大廠的FDE開出百萬人民幣年薪也比比皆是。而魚皮，就是被這股高薪招聘浪潮卷進(jìn)去的其中之一。
那么，F(xiàn)DE為何突然爆火？出圈背后有哪些不可忽視的推手？
FDE爆火的根本原因藏在一個(gè)簡(jiǎn)單的判斷里：模型能力在被快速拉平，但把模型接進(jìn)老舊系統(tǒng)、過安全合規(guī)、讓一線員工愿意用，這三件事短期拉不平。
2026年5月，三家全球最頂尖的AI公司幾乎同時(shí)做出了同一個(gè)動(dòng)作。Anthropic聯(lián)合黑石、高盛等機(jī)構(gòu)，推出總承諾資本15億美元的合資企業(yè)，核心業(yè)務(wù)就是幫企業(yè)落地部署Claude。OpenAI成立獨(dú)立部署子公司DeployCo，初始投入超40億美元。相隔不到兩周，谷歌云CEO公開發(fā)文大規(guī)模招募FDE，內(nèi)部開放超1500個(gè)AI落地相關(guān)崗位。三家公司的判斷高度一致：光賣API不夠了?？蛻裟玫侥Ｐ秃?，經(jīng)?？ㄔ凇安恢涝趺从谩薄皵?shù)據(jù)接不上”“效果不穩(wěn)定”“上線后不敢用”這些地方，需要一個(gè)角色下到現(xiàn)場(chǎng)，把東西真正做出來。
獵聘報(bào)告顯示，F(xiàn)DE崗位高度集中在上海、北京、深圳、杭州四座城市，合計(jì)占比68.33%。行業(yè)分布上，AI/互聯(lián)網(wǎng)仍是最大需求來源，占比72.36%。
初入FDE職場(chǎng)的魚皮天真地以為，對(duì)接客戶或許只是小部分時(shí)間，大多數(shù)時(shí)候他還是需要在寫字樓里不停開會(huì)、寫代碼、對(duì)齊方案。
但魚皮很快發(fā)現(xiàn)，對(duì)接客戶里，零售業(yè)、制造業(yè)等傳統(tǒng)行業(yè)已經(jīng)逐漸成為尾部、大頭，F(xiàn)DE正在從AI圈的內(nèi)部熱詞逐漸向全行業(yè)全社會(huì)擴(kuò)展。
而這個(gè)過程不會(huì)輕松。他接手的第一個(gè)客戶是一家制造業(yè)工廠?？蛻粝胍狝I預(yù)測(cè)維護(hù)，但工廠內(nèi)部連溫度、振動(dòng)、運(yùn)行時(shí)間這些基礎(chǔ)數(shù)據(jù)都沒有采集過。魚皮只能退而求其次，先把報(bào)修流程理順，讓AI幫工人整理報(bào)修信息，同時(shí)把每次的故障描述和維修結(jié)果結(jié)構(gòu)化地保存下來，為以后積累數(shù)據(jù)。
不僅僅是AI能力，F(xiàn)DE面臨的是一個(gè)關(guān)于組織能力、流程成熟度、數(shù)據(jù)基礎(chǔ)設(shè)施的問題。FDE能做的是把這些問題一個(gè)一個(gè)暴露出來，然后用最小的可行方案先走通一步。
駐場(chǎng)三個(gè)月后，魚皮才慢慢琢磨清楚FDE賣的是什么。
賣外包式項(xiàng)目定制是最常見也最累的一種?？蛻艚o錢就進(jìn)場(chǎng)定制交付，賺項(xiàng)目費(fèi)。他們是把“搞清楚問題”這件事丟給你。很多客戶自己都沒想清楚要什么，聊著聊著需求就沒了。過于定制也難沉淀成產(chǎn)品，天花板肉眼可見。魚皮接的第一個(gè)項(xiàng)目就是這種，客戶一開始說要“AI預(yù)測(cè)維護(hù)”，聊到第三周才發(fā)現(xiàn)，真正的問題是質(zhì)檢標(biāo)準(zhǔn)本身就沒統(tǒng)一。
第二種是賣產(chǎn)品實(shí)施，是手里有成熟Agent產(chǎn)品，派人幫客戶接數(shù)據(jù)、接系統(tǒng)。名字叫FDE，本質(zhì)是實(shí)施。魚皮后來轉(zhuǎn)到這條線上，才算用上了招聘JD里寫的那些東西。
第三種是賣認(rèn)知，是做咨詢和培訓(xùn)，不碰重交付，幫老板和員工搞懂AI、改造工作方法。魚皮認(rèn)識(shí)的一個(gè)同行，一人公司做傳統(tǒng)行業(yè)AI基建咨詢，三個(gè)月排滿項(xiàng)目，已經(jīng)在準(zhǔn)備擴(kuò)招。
還有人不做交付做撮合，辦社群、組黑客松，連接想轉(zhuǎn)型的人和急需AI化的企業(yè)。
魚皮發(fā)現(xiàn)，從這個(gè)角度看，F(xiàn)DE更像是一個(gè)翻譯器，把AI的能力翻譯成企業(yè)能聽懂的方案；也是一個(gè)傳感器，把企業(yè)的真實(shí)痛點(diǎn)傳回給產(chǎn)品團(tuán)隊(duì)；還是一個(gè)催化劑，在某些環(huán)節(jié)用AI提效的結(jié)果證明，這件事值得繼續(xù)做下去。
但凡是爆火的崗位，都難免被注水，F(xiàn)DE也不例外。
百萬年薪的敘事在網(wǎng)上流傳，但一線FDE工作者的真實(shí)體驗(yàn)遠(yuǎn)沒有招聘文案那么光鮮。
甚至有國外員工吐槽：“FDE簡(jiǎn)直是他從事工程師以來接觸過最糟糕的崗位?！?/p>
從魚皮的個(gè)人體驗(yàn)來講，駐場(chǎng)是常態(tài)、漂泊是代價(jià)，前期，銷售、交付、售后全是你一個(gè)人。最忙時(shí)一周近50小時(shí)，每周三天駐場(chǎng)或出差。早上到客戶現(xiàn)場(chǎng)開幾小時(shí)會(huì)確認(rèn)需求，剩下時(shí)間寫代碼，工期緊時(shí)連續(xù)寫七八個(gè)小時(shí)，甚至睡前給AIAgent留超長任務(wù)讓它夜間執(zhí)行。Palantir的前FDE則描述，一周有3到4天駐場(chǎng)，在一個(gè)客戶處工作約一年，團(tuán)隊(duì)4到5人。
但累還不是最難的。最難的是，你永遠(yuǎn)不知道明天要扮演什么角色。
國內(nèi)某AI公司的FDE坦言，幾乎沒有固定辦公地點(diǎn)，周末臨時(shí)支援是常態(tài)，長期異地奔波讓不少人作息紊亂。既要像研發(fā)一樣寫高質(zhì)量代碼、查bug，又要像售前一樣對(duì)接需求、講方案，還要像運(yùn)維一樣處理現(xiàn)場(chǎng)故障、協(xié)調(diào)多方團(tuán)隊(duì)推進(jìn)項(xiàng)目，一人分飾數(shù)角，容錯(cuò)率卻很低，客戶滿意度直接掛鉤績(jī)效，現(xiàn)場(chǎng)問題必須即時(shí)解決。
魚皮在工廠的第三周，客戶老板拉著他問：“你們這個(gè)AI，能不能幫我預(yù)測(cè)一下哪臺(tái)機(jī)器明天會(huì)壞？”魚皮說，需要先有數(shù)據(jù)。老板說：“數(shù)據(jù)不是一直在記嗎？”魚皮跟著工人去看，所謂的“記錄”是手寫在一本沾著油污的臺(tái)賬上，字跡潦草，有些日期還寫錯(cuò)了。他花了不少時(shí)間把臺(tái)賬敲進(jìn)Excel，又花了一周說服車間主任讓工人每天多填兩欄。
諷刺的是，這些和AI沒有任何關(guān)系的前期工作卻直接決定了AI能不能開始。
并且，并非所有想靠AI提質(zhì)增效的公司負(fù)責(zé)人都懂得AI最基本的原理，所以身兼數(shù)職的前線FDE還需要練習(xí)如何用大白話向傳統(tǒng)企業(yè)老白通俗易懂地講Agent、skill等業(yè)務(wù)。畢竟最后的成單率也靠FDE員工。
這解釋了為什么burnout（職業(yè)倦?。?huì)成為FDE圈的高頻詞。頻繁出差、復(fù)合壓力、職業(yè)邊界模糊等問題，是幾乎所有一線從業(yè)者的共同痛點(diǎn)。
不過，即使身兼數(shù)職、晝夜奔波，社交媒體上“單人接單月入十萬”“零基礎(chǔ)轉(zhuǎn)行年薪百萬”的故事也并非適用于每一個(gè)人。真正能拿到百萬年薪的FDE集中在頭部AI公司和頂級(jí)咨詢機(jī)構(gòu)，且通常要求像魚皮這樣有5年以上工程經(jīng)驗(yàn)并有面向客戶的工作經(jīng)歷，并且并不穩(wěn)定。因此，F(xiàn)DE也有另一個(gè)花名“駐場(chǎng)外包”。
做過中國ToB生意的人都懂一個(gè)痛：客戶要定制，要私有化，要駐場(chǎng)。最后SaaS做成了項(xiàng)目，產(chǎn)品公司做成了外包公司。十年間，不少ToB創(chuàng)業(yè)公司折戟沉沙在這條路上。
FDE在硅谷的敘事之所以值錢，是因?yàn)閮蓚€(gè)前提成立：一是背后有能復(fù)用的平臺(tái)，二是一線發(fā)現(xiàn)能反哺產(chǎn)品，讓下一個(gè)客戶的部署更快、更便宜。
定制化交付意味著人力成本隨客戶數(shù)量線性增長，這與軟件行業(yè)追求的邊際成本遞減邏輯相悖。Palantir能撐住這個(gè)模式，是因?yàn)樗目蛦蝺r(jià)足夠高，客戶集中在政府和大型企業(yè)。但當(dāng)FDE模式向下滲透到需要AI的中小客戶時(shí)，單客利潤能否覆蓋駐場(chǎng)成本是一個(gè)尚未被驗(yàn)證的問題。
不少FDE工作人員吐槽，部分客戶其實(shí)只是白嫖思維，花小本錢拿到AI知識(shí)論后便毀單自己搞工作流，但在AI還未全面滲透的時(shí)代，如果前期就定價(jià)過高又會(huì)失去90%的客戶源。
不過，把FDE完全斥為換皮也過于簡(jiǎn)單。當(dāng)一項(xiàng)技術(shù)從實(shí)驗(yàn)室走向生產(chǎn)環(huán)境時(shí)，總會(huì)誕生一個(gè)專門負(fù)責(zé)“讓它跑起來”的崗位。云計(jì)算時(shí)代催生了SRE和DevOps，大模型時(shí)代正在催生FDESRE曾經(jīng)也被認(rèn)為是運(yùn)維的變體，后來成為獨(dú)立的技術(shù)分支。FDE可能正在走同樣的路。
FDE的火爆有堅(jiān)實(shí)的需求基礎(chǔ)，但它不是一個(gè)適合所有人的金飯碗。
從積極的一面看，這個(gè)崗位提供的成長速度是稀缺的。一個(gè)在客戶現(xiàn)場(chǎng)泡過三個(gè)月的工程師，對(duì)AI落地的理解可能頂?shù)蒙虾蠓綀F(tuán)隊(duì)三年的迭代。但從另一面看，這個(gè)崗位的邊界正在被稀釋。有分析指出，隨著需求暴漲，越來越多掛著FDE頭銜的崗位，實(shí)際工作內(nèi)容在向售前、解決方案架構(gòu)甚至客戶成功滑落。
AI從實(shí)驗(yàn)室走進(jìn)業(yè)務(wù)流程確實(shí)需要一批既懂工程又懂業(yè)務(wù)，還愿意扎進(jìn)現(xiàn)場(chǎng)的人。這部分需求不會(huì)隨泡沫退潮而消失。但42倍增長的數(shù)字里，也確實(shí)混著title通脹、崗位合并和尚未被驗(yàn)證的價(jià)值預(yù)期。
闖入其中的魚皮不知道自己是踩上了風(fēng)口，還是走進(jìn)了一扇被包裝過的窄門。他只知道，明天早上八點(diǎn)，他還要準(zhǔn)時(shí)去車間。